WPF 基於 Azure 的認知服務 情緒分析 語言檢測 關鍵短語提取

本文主要是來安利大家基於 Azure 的認知服務，主要是文本認知服務，可以做到分析輸入文本的情緒，以及判斷當前輸入文本所屬語言等功能

本文分為兩個部分 ，一個就是在 Azure 上的配置，另一個就是 WPF 端的使用

在 Azure 上我用的是 世紀互聯 的一塊錢訂閱，可以用一塊錢訂閱一個月的試用，這就是為什麼我這幾天都會寫 Azure 相關博客的原因

登錄 Azure 控制台，新建一個 認知服務 新建方法基本上看界面就會了，而微軟的界面會改來改去，我就不放詳細的步驟了

這個服務屬於新建完成就完成 Azure 端的部署

在開始之前還請小伙伴看一下定價層是否是免費的哈，點擊資源管理，點擊定價層，選擇免費，點擊下方的選擇按鈕

接下來還需要點擊 密鑰和終結點 複製粘貼密鑰和訪問地址

在上面的圖片可以看到有兩個密鑰，其實這兩個密鑰可以在代碼裡面使用任意一個，在這裡放兩個只是為了在一個失效之後可以備用另一個

新建一個 WPF 項目，在項目裡面通過 NuGet 安裝 Microsoft.Azure.CognitiveServices.Language.TextAnalytics 庫，這個是 2.1 版本的，最新版本是 3.0 預覽版。不過 3.0 預覽版需要 Azure 伺服器的支持，暫時中國微軟的版本是不支持的，如果使用 3.0 的預覽版將會提示

{code: "404", message: "Resource not found"}

使用 3.0 預覽版需要安裝 Azure.AI.TextAnalytics 庫

安裝 NuGet 庫可以通過修改 csproj 的方法

  <ItemGroup>
    <!--<PackageReference Include="Azure.AI.TextAnalytics" Version="1.0.0-preview.4" />-->
    <PackageReference Include="Microsoft.Azure.CognitiveServices.Language.TextAnalytics" Version="4.0.0" />
  </ItemGroup>

被註釋掉的庫就是 3.0 預覽版的，現在是 2020.5 這個庫還是預覽版

在 WPF 中添加一個簡單的界面

    <Grid>
        <Grid.RowDefinitions>
            <RowDefinition></RowDefinition>
            <RowDefinition></RowDefinition>
            <RowDefinition Height="Auto"></RowDefinition>
        </Grid.RowDefinitions>
        <Grid>
            <TextBox x:Name="Text" Margin="10,10,10,10" TextWrapping="Wrap" AcceptsReturn="True"></TextBox>
        </Grid>
        <Grid Grid.Row="1">
            <TextBox x:Name="ShowText" Margin="10,10,10,10" IsReadOnly="True" TextWrapping="Wrap"></TextBox>
        </Grid>
        <StackPanel Margin="10,10,10,10" Grid.Row="2" Orientation="Horizontal">
            <StackPanel.Resources>
                <Style TargetType="Button">
                    <Setter Property="Margin" Value="10,10,10,10"></Setter>
                </Style>
            </StackPanel.Resources>
            <Button Content="情緒分析" Click="SentimentAnalysis_OnClick"></Button>
            <Button Content="語言檢測" Click="LanguageDetection_OnClick"></Button>
            <Button Content="命名實體識別 (NER)" Click="RecognizeEntities_OnClick"></Button>
            <Button Content="關鍵短語提取" Click="KeyPhraseExtraction_OnClick"></Button>
        </StackPanel>
    </Grid>

在使用之前需要創建客戶端模型，需要傳入剛纔複製的 key 和終結點 也就是訪問地址

        private static TextAnalyticsClient GetAnalyticsClient()
        {
            var key = "d131f725093f460c99a09580beba34ed";
            var endpoint = "https://lindexi.cognitiveservices.azure.cn/";

            var credentials = new ApiKeyServiceClientCredentials(key);
            TextAnalyticsClient client = new TextAnalyticsClient(credentials)
            {
                Endpoint = endpoint
            };

            return client;
        }

請將上面的 key 和 endpoint 替換為你自己 Azure 的

上面的 ApiKeyServiceClientCredentials 是自己實現的類，請看代碼

    class ApiKeyServiceClientCredentials : ServiceClientCredentials
    {
        public ApiKeyServiceClientCredentials(string apiKey)
        {
            _apiKey = apiKey;
        }

        public override Task ProcessHttpRequestAsync(HttpRequestMessage request, CancellationToken cancellationToken)
        {
            if (request == null)
            {
                throw new ArgumentNullException(nameof(request));
            }

            request.Headers.Add("Ocp-Apim-Subscription-Key", _apiKey);
            return base.ProcessHttpRequestAsync(request, cancellationToken);
        }

        private readonly string _apiKey;
    }

在拿到 TextAnalyticsClient 類就可以調用很多有趣的方法了，本文的例子用的是同步的方法，但是推薦在實際項目中使用非同步的方法。使用同步的方法會讓界面卡頓

下麵是界面的各個方法實現

       private void SentimentAnalysis_OnClick(object sender, RoutedEventArgs e)
        {
            var client = GetAnalyticsClient();

            var sentiment = client.Sentiment(Text.Text, "zh");
            ShowText.Text = $"分數:{sentiment.Score:0.00} \r\n 評分接近 0 表示消極情緒，評分接近 1 表示積極情緒";
        }

        private void LanguageDetection_OnClick(object sender, RoutedEventArgs e)
        {
            var client = GetAnalyticsClient();
            var detectLanguage = client.DetectLanguage(Text.Text);
            ShowText.Text =
                $"判斷出可能的語言有 {detectLanguage.DetectedLanguages.Count} 個 \r\n {string.Join("\r\n", detectLanguage.DetectedLanguages.Select(temp => $"語言 {temp.Name} 分數 {temp.Score:0.00}"))}";
        }

        private void RecognizeEntities_OnClick(object sender, RoutedEventArgs e)
        {
            var client = GetAnalyticsClient();
            var result = client.Entities(Text.Text);
            ShowText.Text = "";
            foreach (var entity in result.Entities)
            {
                ShowText.Text +=
                    $"Name: {entity.Name},\tType: {entity.Type ?? "N/A"},\tSub-Type: {entity.SubType ?? "N/A"} \r\n";
                foreach (var match in entity.Matches)
                {
                    ShowText.Text +=
                        $"\tOffset: {match.Offset},\tLength: {match.Length},\tScore: {match.EntityTypeScore:F3}\r\n";
                }
            }
        }

        private void KeyPhraseExtraction_OnClick(object sender, RoutedEventArgs e)
        {
            var client = GetAnalyticsClient();
            var result = client.KeyPhrases(Text.Text);
            ShowText.Text = $"關鍵詞： {string.Join(";", result.KeyPhrases)}";
        }

大概運行效果如下

情緒分析可以分析出一句話是積極的還是消極的，使用分數表示，評分接近 0 表示消極情緒，評分接近 1 表示積極情緒

語言檢測主要用來分析當前輸入文本屬於哪個語言

如輸入英文就會判斷當前是英文

命名實體用來分析文本裡面的某些單詞是屬於什麼，例如某些單詞是人的名字，某些單詞是時間等

關鍵短語提取可以用來提取一句話中的關鍵詞

整體功能還是很爽的，特別是開發特別簡單。而服務本文是中國微軟速度也特別快，本文用的是同步的代碼，但實際上界面也不卡

快速入門：文本分析客戶端庫 v3 - Azure Cognitive Services

本文代碼放在 github 歡迎小伙伴訪問